SOFTWARE软件2022第43卷第12期2022年Vol.43,No.12作者简介：曹睿（2000—）,男,辽宁铁岭人,本科,研究方向：数据分析。基于GBDT的美团菜谱推荐算法研究曹睿（华中科技大学数学与统计学院，湖北武汉430070）摘要：随着外卖行业的迅猛发展,外卖App对于菜品和商家的推荐服务精准度要求也水涨船高。因此,根据现有数据研究出了基于决策提升树的外卖推荐算法。在算法的设计研究过程中,通过对外卖订单数据的初步分析,根据其特点选取决策提升树作为算法的分类器。在具体模型方面,希望通过使用3种不同的模型,即XGBoost、CatBoost和LightGBM,来分别得到分类结果并分析研究在当前环境下性能最强的模型并给出相关建议。希望对于局部数据的研究能够在一定程度上代表长期的用户外卖订单数据,进而能够为推荐算法的研究提供一定的新思路。关键词：美团菜谱；推荐算法；GBDT中图分类号：TP391.3文献标识码：ADOI：10.3969/j.issn.1003-6970.2022.12.034本文著录格式：曹睿.基于GBDT的美团菜谱推荐算法研究[J].软件,2022,43(12):134-136ResearchonMeituanRecipeRecommendationAlgorithmBasedonGBDTCAORui(SchoolofMathematicsandStatistics,HuazhongUniversityofScienceandTechnology,WuhanHubei430070)【Abstract】：Withtherapiddevelopmentofthetakeoutindustry,theaccuracyrequirementsofthetakeoutappfordishesandmerchants'recommendationservicesarealsorising.Therefore,accordingtotheexistingdataatakeawayrecommendationalgorithmbasedondecisionliftingtreeisdeveloped.Intheprocessofalgorithmdesignandresearch,throughthepreliminaryanalysisofsalesorderdata,thedecisionliftingtreeisselectedastheclassifierofthealgorithmaccordingtoitscharacteristics.Intermsofspecificmodels,wehopetousethreedifferentmodels,namelyXGBoost,CatBoostandLightGBM,togettheclassificationresults,analyzeandstudythemodelswiththestrongestperformanceinthecurrentenvironmentandgiverelevantsuggestions.Itishopedthattheresearchonlocaldatacanrepresentthelong-termusertakeoutorderdatatoacertainextent,andthenprovidesomenewideasfortheresearchofrecommendationalgorithm.【Keywords】：meituanrecipe;recommendedalgorithm;GBDT设计研究与应用0引言近些年,随着我国移动设备的普及以及线上支付系统的趋于完善,各个行业也希望将自己的业务内容“搬到”移动...
